5月22日消息，多所国内高校在2026届本科毕业论文（设计）审核中正式引入AIGC检测，并明确AI生成内容占比上限，超标的论文将被退回修改、影响盲审与答辩，严重者可能影响毕业资格。各校当前公布的红线集中在15%至40%区间，"传统查重 + AIGC检测"的双重审核机制在今年毕业季已基本成为常态。
各校标准：985集中15%-20%，本科普遍宽于硕博
从已公开的政策看，不同高校的尺度差异显著。
四川大学依据《本科教育教学人工智能工具应用规范（试行）》（川大教〔2025〕28号），对文科类毕业论文设定AI生成内容占比不超过20%、理工医科类不超过15%的原则性要求；据相关报道，川大硕博论文AIGC检测率上限为20%，本科上限为30%。检测工作从4月9日启动至5月中旬结束，覆盖率要求100%，结果由各学院保留备查，超标论文需通知导师和学生处理。
南京工业大学要求全校毕业论文一律进行AIGC检测，具体阈值由各学院自行制定；广西师范大学、河北工程大学、南京航空航天大学等高校将上限设在40%；武汉大学要求不超过25%；中国人民大学明确AI代写属学术不端，检测率超30%不予通过；华南理工大学采取"查重+AI检测"双轨制，AI率超过35%需修改；天津大学2026年起全面实施AIGC检测，本科上限40%。
横向看，985院校今年基本统一到15%-20%区间，且有继续向15%收紧的趋势——去年很多学校阈值还是30%，今年直接下调了一半。普通本科院校则差异更大，约30%属于"严格型"（<20%）、50%属于"标准型"（<30%）、20%属于"宽松型"（<40%或仅抽检），但宽松型比例正在快速收窄。整体趋势：硕博严于本科、985严于普通本科、东部沿海严于中西部。
教育部2025年底发布的指导意见是各校集中落地的直接动因，文件要求高校加强对学术不端行为的甄别，将AI代写明确纳入治理范围。
检测机制：不是查重，而是查"困惑度"和"突现度"
AIGC检测在技术原理上与传统查重存在本质区别。传统查重比对文本重合率，AIGC检测则通过分析文本的语言模式、语义逻辑、文本特征等维度，判断哪些片段疑似由大模型生成。
具体指标主要有两个：一是困惑度（Perplexity），AI生成的文本困惑度较低，因为模型倾向于生成"最可能"的下一个词，人类写作因用词选择更多样而困惑度更高；二是突现度（Burstiness），人类写作句子长短变化较大，AI生成内容的句子长度分布则相对均匀。检测系统据此输出"疑似AI生成""可能AI辅助""未检测到AI特征"等分级结果。 主流工具方面，知网AIGC检测系统覆盖了超过70%的高校（统计样本），算法在2026年初已完成3.0版本升级，对改写文本的识别能力有明显提升；维普占约20%，今年同步升级算法，"换同义词、调语序"等浅层改写策略基本失效；万方等平台占少数。
平台间结果差异是当前最突出的问题——同一篇论文在三大平台跑出的AI率可能相差10%-15%，因为三家算法独立研发，底层判定逻辑不同。一篇通过知网检测的论文在维普可能直接超线。这也意味着学生不能"一招走天下"，必须以学校指定的检测系统为准。
学生反馈：把口语写成学术语反而被判AI
新规落地后，学生侧的争议集中在三方面。
一是误判风险。多名学生反映，当把口语化表达转写为正式学术语言时，系统容易因句式整齐、逻辑顺畅而将其标记为"明显AI特征"，导致检测率异常升高；也存在不同平台对同一段文本结论相反的情况。
二是判定标准缺乏公开、统一的算法说明，学生无法预判哪些写作习惯会被识别为AI，申诉机制大多缺位。
三是"为降AI率改坏论文"的逆向现象。学生在群里普遍反映，为压低AI率不得不刻意打乱句式、加入冗余表达、用更口语的连接词，结果是论文逻辑被削弱、表达变"水"，出现"用AI打败AI却把自己写烂了"的情况。一条产业链也随之成型——"降AI率"工具按千字4-5元收费，主打"知网AI率从60%以上降到6%以下"的承诺，部分工具提供"不达标退款"等保障，市场已出现至少十余家服务商。
教育部学风建设领域的专家曾在多次场合指出，AIGC检测技术尚不成熟，误判率较高，AI辅助与AI代写的边界仍需进一步界定。
局限性：技术不成熟、标准不统一等
几个待观察的问题相对明确。
一是检测技术本身。困惑度与突现度等指标无法稳定区分"人类的规范学术表达"与"AI生成内容"，对经过深度改写的AI文本识别能力有限，对学术语言风格本身较为规整的理工科论文容易出现假阳性。
二是高校间标准不统一。15%到40%的跨度过大，意味着同一篇论文在A校合格、在B校不及格，进一步引发对评价公平性的质疑。
三是申诉与复检机制。多数学校目前仅设定阈值与处理流程，对学生质疑检测结果的申诉路径、复检规则、第三方仲裁等配套机制缺位。
四川大学等校的政策从2025届就开始试点，今年随着更多学校跟进，相关讨论在毕业季再次冲上热搜。可以预期的方向是：检测技术会随着论文样本积累继续迭代，各校阈值在2027届前后可能进一步统一，而申诉机制、AI使用边界规范、检测算法透明度等配套议题，将成为下一阶段学界与公众关注的焦点。
